La transformation numérique et le secteur de la santé

"Dans l‘industrie, des sociétés biopharmaceutiques et dispositifs médicaux aux systèmes hospitaliers et régulateurs, tout le monde est à la recherche de la prochaine grande innovation technologique. Mais nous sommes centrés sur le bénéfice ultime : aider à développer de nouveaux traitements, améliorer les soins, améliorer les résultats, maximiser l‘efficacité et augmenter la valeur dans notre monde alimenté par les données. Medidata aide à combiner et à amplifier les percées en science médicale et en intelligence artificielle pour concrétiser une vraie médecine de précision.

La capacité de fournir le bon traitement au bon patient au bon moment sera transformatrice dans la façon dont nous diagnostiquons et déployons les médicaments.La médecine de précision n‘est rendue possible que par la collecte et l‘analyse d‘énormes quantités de données. Et cela exige que nous adoptions un nouvel état d‘esprit.

Pour être précis, trois nouvelles postures.Premièrement, il faudra collecter davantage et différents types de données afin de donner une réalité aux prescriptions personnalisées. Plutôt que d‘apprendre tout ce que nous pouvons sur un organe ou une maladie spécifique, nous devons adopter une approche holistique. Après tout, nous sommes la somme de notre génétique et de nos biomarqueurs avec nos antécédents médicaux et familiaux, nos activités de la vie quotidienne et notre capacité à bouger, à nous souvenir et à nous engager avec les autres. C‘est ce qui motive Medidata. Nos employés, notre expérience, notre expertise et notre prochaine génération d‘outils aideront à fournir les preuves et les idées pour démontrer la valeur de nouvelles thérapies et nouveaux dispositifs aux autorités réglementaires, aux professionnels de la santé, aux patients et à ceux qui subventionnent.

Le deuxième changement de mentalité implique le modèle actuel de R&D – en place depuis environ quatre-vingts ans – visant à trouver le traitement le plus efficace pour le plus grand nombre de patients. Mais à mesure que nous en apprenons davantage sur l‘individu, tant sur le plan biologique que comportemental, il est fort probable qu‘une thérapie particulière ne soit pas le choix le plus approprié. Notre travail sur la maladie de Castleman idiopathique multicentrique (iMCD), une maladie rare, difficile à diagnostiquer et potentiellement mortelle, illustre ce point.

Des tests précoces pour prédire la réponse du traitement au siltuximab (le seul médicament approuvé par la FDA, Food and Drug Administration, pour l‘iMCD) sont nécessaires en urgence pour informer les cliniciens de la probabilité de réponse du patient au traitement, l’ajuster si nécessaire et identifier de nouvelles cibles thérapeutiques pour ceux qui ne réagissent pas au siltuximab. Medidata s‘est associée au Castleman Disease Collaborative Network pour l’utilisation d’algorithmes exclusifs d‘apprentissage automatique pour identifier un biomarqueur protéique qui pourrait être utilisé pour mesurer la probabilité de réponse peu après le début du traitement. Nous sommes passés d‘un taux d‘efficacité de 19% pour le siltuximab et à près de 70%dans l’identification d’un sous-ensemble de patients. Nous avons ainsi contribué à créer une véritable source d‘espoir pour les malades.

Et les patients sont là où nous voyons le troisième changement de posture nécessaire. Nous devons placer le patient au centre de nos efforts;le patient est autant un partenaire dans la transformation des soins que le sont les développeurs de médicaments et les professionnels de la  santé. C‘est pourquoi Medidata accorde une attention particulière aux besoins des patients et veille à ce que les essais cliniques soient aussi ciblés, efficaces et accessibles que possible.

Avec cet impératif, Medidata est pionnier des essais “virtuels” et des contrôles “synthétiques” pour accélérer le développement de nouvelles thérapies et minimiser l‘exposition des patients à des agents potentiellement nocifs. Traditionnellement, les essais cliniques exigent au moins deux groupes pour prouver qu‘un traitement est efficace. Chaque fois qu‘un patient prend le nouveau traitement, un autre patient prend, lui, soit un placebo soit le traitement standard requis comme groupe témoin.

Aujourd‘hui, nous sommes en mesure de comparer les patients recevant de nouveaux traitements avec un groupe témoin beaucoup plus petit en réutilisant les données des patients des études précédentes.Cette modélisation prédictive est rendue possible par le plus grand référentiel de données d’essais cliniques structuré et normalisé du secteur, connecté à des ensembles de données du monde réel, translationnels et autres.

La plateforme de Medidata, en constante évolution, s‘appuie sur plus de 20000 essais et près de 6 millions de patients. La plateforme complète de développement clinique de Medidata stimule la transformation numérique de l‘industrie des sciences de la vie, permettant à nos partenaires et clients de transformer leurs idées en nouvelles réalités scientifiques."

Glen de Vries, Co-fondateur et co-CEO de Medidata

Dans son livre The Patient Equation, Glen de Vries présente des idées et des stratégies pour aider les scientifiques, les médecins, les décideurs et les patients à accélérer la transformation digitale des sciences de la vie. Il explique comment les sociétés de biotechnologie, de pharmacie et de dispositifs médicaux peuvent embrasser la révolution des données pour offrir des solutions plus rapides, moins chères et plus efficaces aux patients. Avec des formes de données plus nombreuses et diverses, la médecine de précision peut devenir une réalité avec des décisions scientifiques et médicales améliorées par des algorithmes – nos équations de patient individualisées – pour obtenir le bon traitement au bon moment.

* Parution à l'été 2020.